智能答疑中问题相关度算法研究及系统实现

针对现有答疑系统缺乏智能性和人机交互不够友好的不足,提出了一个智能答疑系统实现方案。为提高系统中问题与答案的匹配准确程度,着重对问题相关度算法进行了研究,在自动分词后用关键词集合相似度来计算问题的相关度,通过有监督的机器学习BP模型建立一个适合智能答疑系统的学习模型来优化分词权值。实验证明,这种算法可以帮助智能答疑系统提高准确性和智能性,具有一定的实用价值。     

智能答疑系统模型设计

针对目前高校质量工程中精品课程建设存在的问题,智能答疑系统以提高学生个性化学习的能力.首先分析当前智能答疑系统存在智能性不足、答疑手段单一、答案或知识的结构不良、呈现方式不够丰富等不足,然后对当前的智能答疑系统进行改进,设计出了一个网上智能答疑系统模型.另外,本系统模型特别对标签检索模块进行了设计,在建好标签库的基础上...     

基于Web的电路基础仿真与答疑系统模型设计

介绍了一个基于Web的电路基础仿真与答疑系统模型,该模型包含电路输入与提问模块、电路图识别与问题理解模块以及解答模块。电路图的输入借鉴单机版电子电路仿真软件Multisim10,在传统基于本体智能答疑系统的基础上增加了对电路图的理解与解答,使得电子电路的仿真与智能答疑相结合,解决了单机版EDA软件不能提供解答提示的局限性。     

基于Ontology的多Agent智能答疑系统模型研究

针对目前智能答疑系统在知识共享、知识重用以及问题求解查全率和查准率方面的不足,提出了基于Ontology的多Agent智能答疑系统模型。该模型首先需要建立基于Ontology的问题解答知识库,然后对用户输入的问题进行关键词拆分、本体交互和语义扩展等,并在问题解答库中进行查询,得到合适的问题答案。与同类答疑系统比较,在知识共享、知识重用以及问题答案的精确定位与表达有了较为明显的改进。     

基于网络的智能答疑系统的研究

基于常见问题答案库的答疑系统的基本设计方案是以固定问题答案对作为答案材料,该方案所提供的用户服务有限,限制了系统的答疑能力。本系统采用的基于网络的智能答疑系统是把蕴涵丰富学科知识的学科文档库作为部分知识库,与常见问题答案库相结合,采用布尔模型和向量空间模型相结合的检索模型实现在文档库中自动检索答案的策略。该系统里的知识得到了丰富,解答问题的面也扩大了,增强了系统的答疑能力和实用性。     

基于潜在语义分析的智能答疑系统研究与实现

文中研究的是基于常问问题库（FAQ库）的智能答疑系统。FAQ库是很多智能答疑系统中的一个重要组成部分,它把用户常问的问题和相关答案保存起来,对于用户输入的问题,可以首先在FAQ库中查找答案。如果能够找到相似的问题,就可以直接将问题所对应的答案返回给用户。为解决智能答疑系统因词的同义或多义现象而导致的“漏答”或“错答”,采用一种基于加权潜在语义分析模型的相似度计算方法。针对特定教育领域的智能答疑系统．改进了反映词与词之间相关性的权值计算。通过对特定课程中常问问题的实验,结果显示明显优于向量空间模型。     

基于网络的智能答疑系统的研究

基于常见问题答案库的答疑系统的基本设计方案是以固定问题答案对作为答案材料,该方案所提供的用户服务有限,限制了系统的答疑能力.本系统采用的基于网络的智能答疑系统是把蕴涵丰富学科知识的学科文档库作为部分知识库,与常见问题答案库相结合,采用布尔模型和向量空间模型相结合的检索模型实现在文档库中自动检索答案的策略.该系统里的知识得到了丰富,解答问题的面也扩大了,增强了系统的答疑能力和实用性.     

基于潜在语义分析的智能答疑系统研究与实现

文中研究的是基于常问问题库(FAQ库)的智能答疑系统.FAQ库是很多智能答疑系统中的一个重要组成部分.它把用户常问的问题和相关答案保存起来,对于用户输入的问题,可以首先在FAQ库中查找答案.如果能够找到相似的问题,就可以直接将问题所对应的答案返回给用户.为解决智能答疑系统因词的同义或多义现象而导致的"漏答"或"错答",采用一种基于加权潜在语义分析模型的相似度计算方法.针对特定教育领域的智能答疑系统,改进了反映词与词之间相关性的权值计算.通过对特定课程中常问问题的实验,结果显示明显优于向量空间模型.     

一个支持自然语言提问的智能答疑系统的实现

针对远程教育中答疑活动的开展方法,指出支持自然语言提问的智能答疑系统是远程教育的发展方向。通过分析国内现有智能答疑系统存在的缺点,提出了一个智能答疑系统的模型。围绕该模型,介绍了实现该模型的关键技术。同时,对模糊检索的现有算法提出改进,并给出相应的实现程序。另外,为了提高智能答疑系统的效果,介绍几种相应的辅助手段供参考。最后,作者指出系统对人工依赖性较强,在索引的组织形式上还有待进一步探讨。     

基于智能技术的远程教育答疑系统研究

网上答疑系统是现代远程教育系统中不可缺少的一部分,然而当前的答疑系统只是根据用户的输入对题库中的问题进行简单的关键词匹配,查询精度和用户界面满足不了用户的需求。针对以上缺点,本文给出一个应用语义网络原理构筑起来的智能答疑系统。文章分析了建立智能答疑系统的必要性,由此提出了一个基于限定领域的智能答疑系统模型及其技术路线,并以两门大学计算机课程作为知识库来源,实现了系统的功能。试验结果表明,本文所提出的方法有效地提高了查询精度,用户界面友好方便。     

相似度计算在智能答疑系统中的研究及应用

随着远程教育的不断发展,智能答疑系统成为现代教育的一个必要组成部分,它是人工智能、信息检索和自然语言处理等技术的结合,无论是基于知识库还是基于自由文本的答疑系统其智能性和准确率都受到语句相似度计算这一关键技术的影响。为了提高智能答疑系统的准确率和智能性,采用了基于权重的语句特征向量模型。实验表明基于权重的语句相似度计算方法有较高的准确率,从而使得智能答疑系统的效率得到了一定的提高。     

自动分词算法在智能答疑系统中的应用研究

汉语自动分词是远程教育智能答疑系统的基础,如何根据远程教育智能答疑系统的特点进行相关分词算法的设计是提高答疑系统智能性,促进智能答疑系统发展的关键所在.针对现有答疑系统智能性不好的问题,在介绍几种常见分词算法的基础上,提出了一种改进型的自动分词算法,对该算法及其在智能答疑系统中的应用进行了分析,有利于提高智能答疑系统答疑的准确性和智能性,具有一定的实用价值.     

智能回复系统研究综述

网络舆情形成快、影响大,如何对其进行智能导控一直是网络安全中的难点和重点。本文提出使用智能回复系统对网络舆情进行自动引导的观点,然后对智能回复系统研究进行了综述。本文首先介绍了当前智能回复系统的主流研究方向,如视觉问答、基于知识图谱的问答和推理问答等不同类型的智能回复系统;接着根据应用场景的不同分别介绍了垂直领域和开放领域的智能回复系统,然后从技术手段上对实现智能回复系统的各种主流方法进行了详细的介绍和探讨。最后本文总结归纳了当前智能回复系统的自动评价方法以及当前智能回复系统存在的主要问题及未来可能的研究方向。     

支持向量机算法在MOOC 课程答疑系统中的研究

随着互联网技术和近期MOOC课程的发展,智能答疑系统也受到了更多的关注,应用它能够及时给学生提供学生疑惑的问题答案。智能答疑系统通常包括问句理解、信息检索、答案抽取和选择三个主要部分,且问句分类是问句理解的关键,因为它的准确性将直接影响到最后答案的准确性。以高校计算机基础课程为实际背景,在已有基于支持向量机算法基础上,对该方法进行了改进,并通过训练集和测试集进行了验证。从实验结果看,该方法在高校计算机基础智能答疑系统中有比较好的应用效果。     

基于知识树的概化预处理和关联模式挖掘的智能答疑模型

分析了旧智能答疑系统设计的基本答疑策略，并在基于知识树的概化数据预处理和模式的关联规则挖掘等机制的基础上，提出并实现了新的智能答疑模型，通过实验证明了新模型智能性的提高。     

基于领域本体智能答疑系统的设计

答疑系统是远程教育系统的重要组成部分,针对传统答疑系统功能相对简单而且无法得到理想的答案等特点,提出一种基于领域本体智能答疑系统的设计。文章首先提出智能答疑系统的模型,并进行领域本体和问句语料库的构建研究,同时利用分词处理和关键词扩展技术进行问句查询的扩展,最后通过语句相似度的匹配方法,提升系统查询的准确率。